FIE 西安交大陈杰教授：原位构建用于可见光下光化学CO2还原的Cs3Bi2I9/WO3 0D/1D Z型异质结光催化剂

　　守门员很难猜测点球会射向哪个方向。 图片来源：JAVIER SORIANO/AFP

　　点球通常是足球比赛的决胜时刻，但守门员的实时反应在很大程度上是基于直觉判断的，而一篇7月16日发布在arXiv的论文为他们提供了智能手段◆★★■◆★。研究人员开发出了一个使用超1000条足球点球视频训练的深度学习模型，能够比守门员更好地预测球将飞向哪个方向。

　　◆★★■“我们想探索机器学习能否通过罚球者的身体动作预测射门方向。”论文第一兼通讯作者、西班牙拉斯帕尔马斯大学的David Freire-Obregón说。他和同事们从西班牙电视转播的线个可供人工智能（AI）模型分析，其余则因模糊、过短或遮挡而被弃用■◆。

　　研究团队计划继续探索点球的可能性。Freire-Obregón提出★◆■★■★：“接下来，我们还将探索能否仅从罚球者射门前的动作来进行预测，如果可行，在保持有意义的准确率的同时■■★◆，又能够提前多久做出这种预测■◆★。■◆◆■■★”

　　威立与 Anthropic 达成合作，推动AI在学术研究领域的整合进程

　　LAF 每周研究 空间感知技术赋能宜居城市构建：基于文献计量的系统综述

　　令研究人员感到惊讶的是，“在球被真正踢出之前，竟然有那么多细微的动作线索可以揭露球员的意图。”Freire-Obregón表示★★■■★◆。他希望这些信息能够对守门员的训练有所帮助，不过要在比赛中应用AI预测点球方向还会存在更多的挑战。

　　版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品◆★■，网站转载◆◆■★★，请在正文上方注明来源和作者，且不得对内容作实质性改动■★■；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：。

　　表现最佳的模型能够以52%的准确率识别球将射向哪个方向■◆，这比真人守门员在比赛中的准确率46%更高★★。当研究人员去掉使用较少的◆★“中路”选项后，模型的准确率上升到64%，比同等信息条件下的线个百分点★★◆■。

　　FCS 文章精要 合肥工业大学吴乐等，EduStudio：学生认知建模统一框架

　　每个视频片段都被■◆★“投喂◆★■★”到22个深度学习模型中■◆■。这些模型必须基于视频画面，从球员罚球使用左脚还是右脚来猜测球会射向左侧■■★、右侧还是中路。

　　首次亮相◆★◆！Taylor & Francis携手BCEIA 2025，与您共襄全球分析科学与 .★★■◆.■★.

　　FIE 封面文章诺贝尔物理学奖得主朱棣文院士: 气候变化与通往更可持续未来的创新路径

　　Journal of Clinical Medicine 论文选题灵感■■◆■◆■：肝炎研究新突破